基于超声信号的手势跟踪与识别研究
发布时间：2022-11-07 20:07
在即将到来的万物互联时代,人机交互是人与物连接的重要一环,而手势是一种非常方便的人机交互方式,如何感知手势也是近年来的研究热点之一。目前对于手势感知的研究主要基于光信号和电磁信号,对基于超声信号的手势感知研究较少,而超声信号具有较好的环境适应性,且有低功耗、低成本的优势,在可穿戴设备和智能家居设备中具有很大的应用潜力。因此本文进行了基于超声信号的手势跟踪与识别研究,本文的主要工作如下:针对二维手势轨迹识别场景,从超声信号手势识别系统的原理出发,设计了硬件系统结构、超声信号的产生与接收方案,介绍了电路构成、芯片选型以及收发电路,制作了超声发射与接收系统。通过检测发射信号和回波信号的波形对发射电路、回波放大电路进行了设计验证。为了消除回波采集后的信号噪声,比较了三种滤波算法,对超声回波信号进行了滤波处理。分析了环境回波和手势回波的信号特性,提出了基于互相关运算的回波自动标定算法。为解决回波幅值随距离衰减导致距离信息提取困难的问题,提出了基于动态阈值和变增益的距离信息提取方法。根据收发探头的几何关系,建立了椭圆定位模型,并研究了几何参数对定位精度的影响。提出了基于距离差分的轨迹起点和终点检测...
【文章页数】：70 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第1章 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.2.1 基于电磁信号的手势识别研究现状
1.2.2 基于视觉的手势识别研究现状
1.2.3 基于超声信号的手势识别研究现状
1.2.4 国内外研究现状分析
1.3 本文的主要研究内容
第2章 系统软硬件设计
2.1 系统原理介绍
2.2 硬件设计
2.2.1 硬件结构
2.2.2 超声信号的产生
2.2.3 超声信号的接收
2.2.4 其它电路模块
2.2.5 硬件实物
2.3 程序设计
2.3.1 下位机程序
2.3.2 上位机程序
2.4 软硬件设计验证
2.5 本章小结
第3章 回波信号处理与手势定位
3.1 回波信号处理
3.1.1 回波滤波
3.1.2 基于互相关的回波自动标定
3.2 基于动态阈值和变增益的距离信息提取
3.3 手势定位
3.3.1 椭圆定位模型
3.3.2 几何参数的影响
3.4 轨迹处理
3.4.1 轨迹起点与终点检测
3.4.2 基于分量差分与跳变检测的轨迹点野值处理
3.5 定位精度与稳定性测试
3.6 手势轨迹实例
3.7 本章小结
第4章 手势轨迹的分类与识别
4.1 手势轨迹分类方法分析
4.1.1 基于序列相似性度量的轨迹分类方法
4.1.2 基于特征提取的轨迹分类方法
4.2 数据集构建
4.3 基于随机森林模型的手势识别
4.3.1 决策树与随机森林分类原理
4.3.2 随机森林手势轨迹分类流程
4.4 基于动态网格的轨迹特征提取
4.5 基于方向角的轨迹特征提取
4.5.1 轨迹重采样
4.5.2 方向角特征与动态网格特征的融合
4.6 模型参数优化
4.7 分类结果与分析
4.8 本章小结
结论
参考文献
攻读硕士学位期间发表的论文及其它成果
致谢
【参考文献】：
期刊论文
[1]弹道跟踪数据野值剔除方法性能分析[J]. 侯博文,王炯琦,周萱影,李冬,何章鸣. 上海航天. 2018(04)
[2]基于超声波的手势识别设备的研究[J]. 魏文钊,何清波. 机械与电子. 2018(05)
[3]用于手势识别的超声波收发器嵌入式系统设计[J]. 杨建涛,李翔宇,王硕,殷树娟. 微电子学与计算机. 2018(05)
[4]基于单振元超声传感器的手势识别系统[J]. 李跃峰,刘洪海. 传感器与微系统. 2018(02)
[5]融合情境感知信息的超声波手势识别方法[J]. 钟习,陈益强,于汉超,杨晓东,胡子昂. 计算机辅助设计与图形学学报. 2018(01)
[6]基于卷积神经网络的手势动作雷达识别方法[J]. 王俊,郑彤,雷鹏,张原,樵明朗. 北京航空航天大学学报. 2018(06)
[7]面向可穿戴设备的超声波手势识别方法[J]. 杨晓东,陈益强,于汉超,刘军发,李展歌. 计算机科学. 2015(10)
[8]差分辅助中值滤波外弹道野值检测与剔除方法[J]. 孟庆海. 科学技术与工程. 2012(36)
[9]一种高精度超声波到达时刻的检测方法[J]. 陈建,孙晓颖,林琳,王波. 仪器仪表学报. 2012(11)
硕士论文
[1]基于特征提取的时间序列分类方法的研究[D]. 王子一.南京大学 2019
[2]基于主动超声的手势识别装置研究[D]. 魏文钊.中国科学技术大学 2018
[3]基于5GHz频段雷达的手势识别系统研究[D]. 张佳俊.浙江大学 2018
[4]基于HMM的运动手势轨迹识别[D]. 彭要凯.北京交通大学 2017
[5]基于LEAP MOTION的盲语识别系统研发[D]. 时洋.南京大学 2017
[6]基于连续波多普勒雷达传感器的手势识别[D]. 范腾龙.浙江大学 2017
[7]面向人机交互的手势识别[D]. 李思敏.华中科技大学 2016
[8]基于Wifi信号的手势识别技术研究[D]. 周戈.北京邮电大学 2016
[9]基于Kinect的手势识别技术研究[D]. 刘阳.重庆大学 2014
本文编号：3704319
【文章页数】：70 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第1章 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.2.1 基于电磁信号的手势识别研究现状
1.2.2 基于视觉的手势识别研究现状
1.2.3 基于超声信号的手势识别研究现状
1.2.4 国内外研究现状分析
1.3 本文的主要研究内容
第2章 系统软硬件设计
2.1 系统原理介绍
2.2 硬件设计
2.2.1 硬件结构
2.2.2 超声信号的产生
2.2.3 超声信号的接收
2.2.4 其它电路模块
2.2.5 硬件实物
2.3 程序设计
2.3.1 下位机程序
2.3.2 上位机程序
2.4 软硬件设计验证
2.5 本章小结
第3章 回波信号处理与手势定位
3.1 回波信号处理
3.1.1 回波滤波
3.1.2 基于互相关的回波自动标定
3.2 基于动态阈值和变增益的距离信息提取
3.3 手势定位
3.3.1 椭圆定位模型
3.3.2 几何参数的影响
3.4 轨迹处理
3.4.1 轨迹起点与终点检测
3.4.2 基于分量差分与跳变检测的轨迹点野值处理
3.5 定位精度与稳定性测试
3.6 手势轨迹实例
3.7 本章小结
第4章 手势轨迹的分类与识别
4.1 手势轨迹分类方法分析
4.1.1 基于序列相似性度量的轨迹分类方法
4.1.2 基于特征提取的轨迹分类方法
4.2 数据集构建
4.3 基于随机森林模型的手势识别
4.3.1 决策树与随机森林分类原理
4.3.2 随机森林手势轨迹分类流程
4.4 基于动态网格的轨迹特征提取
4.5 基于方向角的轨迹特征提取
4.5.1 轨迹重采样
4.5.2 方向角特征与动态网格特征的融合
4.6 模型参数优化
4.7 分类结果与分析
4.8 本章小结
结论
参考文献
攻读硕士学位期间发表的论文及其它成果
致谢
【参考文献】：
期刊论文
[1]弹道跟踪数据野值剔除方法性能分析[J]. 侯博文,王炯琦,周萱影,李冬,何章鸣. 上海航天. 2018(04)
[2]基于超声波的手势识别设备的研究[J]. 魏文钊,何清波. 机械与电子. 2018(05)
[3]用于手势识别的超声波收发器嵌入式系统设计[J]. 杨建涛,李翔宇,王硕,殷树娟. 微电子学与计算机. 2018(05)
[4]基于单振元超声传感器的手势识别系统[J]. 李跃峰,刘洪海. 传感器与微系统. 2018(02)
[5]融合情境感知信息的超声波手势识别方法[J]. 钟习,陈益强,于汉超,杨晓东,胡子昂. 计算机辅助设计与图形学学报. 2018(01)
[6]基于卷积神经网络的手势动作雷达识别方法[J]. 王俊,郑彤,雷鹏,张原,樵明朗. 北京航空航天大学学报. 2018(06)
[7]面向可穿戴设备的超声波手势识别方法[J]. 杨晓东,陈益强,于汉超,刘军发,李展歌. 计算机科学. 2015(10)
[8]差分辅助中值滤波外弹道野值检测与剔除方法[J]. 孟庆海. 科学技术与工程. 2012(36)
[9]一种高精度超声波到达时刻的检测方法[J]. 陈建,孙晓颖,林琳,王波. 仪器仪表学报. 2012(11)
硕士论文
[1]基于特征提取的时间序列分类方法的研究[D]. 王子一.南京大学 2019
[2]基于主动超声的手势识别装置研究[D]. 魏文钊.中国科学技术大学 2018
[3]基于5GHz频段雷达的手势识别系统研究[D]. 张佳俊.浙江大学 2018
[4]基于HMM的运动手势轨迹识别[D]. 彭要凯.北京交通大学 2017
[5]基于LEAP MOTION的盲语识别系统研发[D]. 时洋.南京大学 2017
[6]基于连续波多普勒雷达传感器的手势识别[D]. 范腾龙.浙江大学 2017
[7]面向人机交互的手势识别[D]. 李思敏.华中科技大学 2016
[8]基于Wifi信号的手势识别技术研究[D]. 周戈.北京邮电大学 2016
[9]基于Kinect的手势识别技术研究[D]. 刘阳.重庆大学 2014
本文编号：3704319
本文链接：https://www.wllwen.com/kejilunwen/xinxigongchenglunwen/3704319.html
